[發明專利]基于大數據和人工智能的互聯網精準化教學方法及系統

在審

• 申請號: 202011358911.3
• 申請日: 2020-11-27
• 公開（公告）號: CN112487290A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 李海峰
• 申請（專利權）人: 大連交通大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/2458;G06F21/31;G06Q50/20
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄;廖祥文

本發明公開了基于大數據和人工智能的互聯網精準化教學方法及系統，涉及智能教學技術領域，其技術方案要點是：實時搜索用戶的歷史網絡足跡數據，并對進行數據分類、數據分析后得到用戶的興趣愛好領域信息；從預構建的課程數據庫中匹配相應的知識點課程；提取知識點課程中的知識點信息，匹配出與知識點信息關聯的示例總集，并選出與興趣愛好領域信息匹配的示例子集；生成示例鏈接，并將示例鏈接嵌入知識點課程中知識點信息對應位置處，更新后得到互聯網精準化教學課程。本發明結合學生真正感興趣的領域和知識點信息構建能夠體現教學思路的教學示例，通過教學示例既能夠持續性的保持對學生的吸引力，同時能夠降低教學人員的工作強度。

技術領域

本發明涉及智能教學技術領域，更具體地說，它涉及基于大數據和人工智能的互聯網精準化教學方法及系統。

背景技術

隨著信息技術的發展，越來越多針對個人學習的個性化學習系統和課程得到了開發。在線學習在不同階段的學校教育以及各類成人教育的教學過程中逐漸發揮出了重要的作用。

目前，現有的教學輔導系統都是采用根據學生所處的學習階段匹配推薦教師，學習資料的獲取也是現階段普遍的通用學習資料，并未考慮學生的個體化差異，無法做到精準化的教學輔導。為了提升在線課程的學習效果，世界各地的研究者開展了大量的研究。其中最主要的方面是如何提升教學資源的質量，例如在課件中加入大量多媒體元素可以更生動的表現教學內容從而降低學習難度并提升學習者的興趣。另一個研究熱點是增加教學間的互動與引導，例如許多學者采用不同的評價方法來評價各種影響因素和學習效果，進而對教學資源進行有針對性的改進。另外，人工智能和數據挖掘技術的應用也可以幫助教育者獲得更有針對性的教學數據，從而為提升學習效果提供新的新途徑。

然而，現有的教學課程均是針對集體學習群體，為了滿足大部分學生需求在課程質量、多樣性等方面進行改進，無法達到真正意義上的個性化教學。此外，通過豐富教學課程內容來吸引學生的注意力，只能在初始階段達到較好的效果，持續性較差，無法從學生本身感興趣的方向引導學生學習。因此，如何研究設計一種基于大數據和人工智能的互聯網精準化教學方法及系統是我們目前急需解決的問題。

發明內容

為解決現有技術中的不足，本發明的目的是提供基于大數據和人工智能的互聯網精準化教學方法及系統。

本發明的上述技術目的是通過以下技術方案得以實現的：

第一方面，提供了基于大數據和人工智能的互聯網精準化教學方法，包括以下步驟：

S101：獲取用戶的身份信息，并在身份信息驗證通過后授予相應的學習權限；

S102：根據身份信息進行大數據實時搜索用戶的歷史網絡足跡數據，并對歷史網絡足跡數據進行數據分類、數據分析后得到用戶的興趣愛好領域信息；

S103：通過識別用戶的身份信息以獲取用戶的學習等級信息，并根據學習等級信息從預構建的課程數據庫中匹配相應的知識點課程；

S104：提取知識點課程中的知識點信息，根據知識點信息在預構建的示例數據庫中匹配出與知識點信息關聯的示例總集，并從示例總集中篩選出與興趣愛好領域信息匹配的示例子集；

S105：將示例子集與對應的知識點信息關聯后生成示例鏈接，并將示例鏈接嵌入知識點課程中知識點信息對應位置處，以及對知識點課程進行更新后得到互聯網精準化教學課程。

進一步的，所述興趣愛好領域信息獲取具體為：

根據生活習性分類將歷史網絡足跡數據分成多個數據集；

獲取數據集中各個足跡數據在預設期間內的瀏覽頻率、瀏覽時間、間隔時間；

根據瀏覽頻率、停留時間、瀏覽間隔時間計算各個數據集的評價權重值；

選取評價權重值最大的數據集所標記的習性分類類別作為興趣愛好領域信息。